大数据研究生学校有

中国传媒大学，北航软件学院都有开设大数据技术应用专业。这个专业的主要课程有以下：大数据技术导论、计算机程序设计、数据结构、统计分析工具、离散数学、数据库原理与应用、人工智能与模式识别、计算机网络、机器学习与数据挖掘、软件工程、操作系统、数字媒体技术、广播电视技术概论、搜索引擎技术及应用、社交网络分析、高级数据库系统、商务智能、并行与分布式计算、云计算技术、计算广告学、媒体信息安全等课程，以及大数据方向系列实验，并完成程序设计、统计分析工具实践、数据库应用开发实践、数据挖掘综合实践、新媒体大数据分析实践、大数据应用平台Hadoop系统实践、专业实习和毕业设计等多种实践环节。

1、中国内地的硕士研究生按学年分有三种，两年，两年半和三年。2、国家给每个硕士研究生每年补贴6000元。3、总体上，根据学校资金是否充裕，会有额外的研究生补助，是导师或者实验室给的。4、这些钱加起来基本够你吃饭。在高校读研可以出去实习，自己赚钱。

应用数学或者计算机。某些学校开设转么的专业，你可以去相关的学校网站查询。重点大学可以参见教育部的学科排名，最权威

随着互联网技术的不断发展，当今的时代又被称之为大数据时代。目前互联网企业对大数据人才需求非常大，培训机构出来的人才也很好找工作，南京课工场最近一批的大数据学员就业就很高，薪资普遍很高。当然，工作好找的前提是你大数据的相关技术要过关哦！从近两年大数据方向研究生的就业情况来看，大数据领域的岗位还是比较多的，尤其是大数据开发岗位，目前正逐渐从大数据平台开发向大数据应用开发领域覆盖，这也是大数据开始全面落地应用的必然结果。从2019年的秋招情况来看，大数据开发岗位的数量明显比较多，而且不仅需要研发型人才，也需要应用型人才，所以本科生的就业机会也比较多。对于当前在读的本科生来说，如果不想读研，那么应该从以下三个方面来提升自身的就业竞争力：第一：提升程序设计能力。动手实践能力对于本科生的就业有非常直接的影响，尤其在当前大数据落地应用的初期，很多应用级岗位还没有得到释放，不少技术团队比较注重学生程序设计能力，所以具备扎实的程序设计基础还是比较重要的。第二：掌握一定的云计算知识。大数据本身与云计算的关系非常紧密，未来不论是从事大数据开发岗位还是大数据分析岗位，掌握一定的云计算知识都是很有必要的。掌握云计算知识不仅能够提升自身的工作效率，同时也会拓展自身的技术边界。第三：重视平台知识的积累。产业互联网时代是平台化时代，所以要想提升就业能力应该重视各种开发平台知识的积累，尤其是与行业领域结合比较紧密的开发平台。实际上，大数据和云计算本身就是平台，所以大数据专业的学生在学习平台开发时也会相对顺利一些。

大数据时代的到来，简单的说是海量数据同完美计算能力结合的结果。确切的说是移动互联网、物联网产生了海量的数据，大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。大数据时代开启人类社会利用数据价值的另一个时代。大数据行业从业者的状态是怎样的呢？让我们走进来看看吧！人才市场需求明显增大，绝大部分集中在一线及新一线城市在2017年的调查中，发现数据团队的人才储备普遍存在较大缺口；数据人才培养周期长、成效慢。超过50%组织或机构的数据团队人才储备不充足，数据团队普遍存在人才缺口。从2018年的顶级数据团队调查问卷和数据分析中发现，市场对数据人才的需求仍然呈现明显的上升趋势。通过采集65000余条各大招聘网站2018年数据领域的招聘信息，相比于去年，该领域人才招聘需求上涨了15.4%。从城市角度来看，北京、上海、深圳、广州、成都、杭州成为数据人才需求第一梯队，占全国需求的94%以上，其中北京的数据人才需求量全国最多，达到了35%，其次则是上海、深圳，均为18%左右。开发、测试人员需求量旺盛，对算法、机器学习岗位人员的素质期待最高在各类职位的招聘中，开发、测试与数据的需求占比超半数，算法与机器学习的人员配置比例并不高，从专访中看出，就算法与机器学习岗位来说，并不在于人多，而在于人员质量高。微软中国首席计数管韦青曾说过“我们对人才的期待有两个，一个是算法科学家，这个人的能力不只是数学，也要有实际经验，还得有计算机能力，包括电子工程的能力，得是个全才。年薪5万—15万职位为主流对比各类数据从业者的薪资情况，年薪5万—15万人数占比超6成，其次是年薪15万—20万，占比14%，年薪超过20万人数占比约20%。从数据中看出，随着学历的升高，平均年薪呈现的变化趋势基本呈正相关。不同工作经验的数据从业者的收入水平也呈现较大差异。平均1—3年工作经验平均年薪为14万，5年以上工作经验起薪稳定在28万以上，最高达40万，在各项工作年限区间，薪资基本呈线性增长。学历要求集中在本科及大专数据行业对学历要求主要集中在大专及本科学历，占近8成。入门门槛要求硕士或搏士学历的岗位极少，仅占1.6%.而这类岗位主要集中在算法、数据、机器学习这类岗位。高学历人才比例较少也与此类职位可能不通过招聘网站公开招聘有关。算法与机器学习类职位薪资最高在人数需求得到满足之后，一些数据团队的管理者也提出了更高的要求。从岗位薪资上也可以看出行业对于各类技能的需求程度。在所有与数据相关的岗位中，算法岗位工资最高，年薪近30万，其次则是机器学习与产品岗位。北京数据行业从业者平均薪资最高在六个数据行业需求最旺盛的城市中，北京的平均薪资最高，其次为上海、杭州、深圳、广州、成都。在北京、上海、广州、成都，平均薪资最高的岗位依旧时算法，深圳薪资最高则是机器学习。此外，杭州的UI岗位薪资明显高于其他城市。数据团队相关职位中，算法薪资竞争力最强，运维、数据、运营薪资增长潜力低分析数据团队相关岗位薪资涨幅与工作年限的关系后发现，在所有数据行业相关岗位中，算法岗位薪资增长幅度最高，在10年工作经验背景下，这是唯一一个平均年薪超过100万的岗位类型。而3—5年的工作经验情况下，机器学习的薪资水平仅次于算法，但该岗位目前对于5年以上工作经验的从业者需求量很低，长期薪资竞争力无法得到反映。相反，运维、数据、运营10年以上工作经验的岗位薪资水平垫底。硕士学历更可能带来高收益根据分析结果，本科学历求职者虽然在数据行业市场中需求量达，但对于拥有硕士学历的从业者，未来的职业发展潜力更大。随着工作年限的增加，入职门槛为硕士的岗位薪资最高。希望对您有所帮助！~

教育部官方解释：专业学位一般指有专门职业要求的研究生教育学位，区别于侧重理论和研究的学术型学位，主要培养有特定职业背景的高级专门人才。目前我国主要在硕士层次设置专业学位，经批准已经在工商管理、公共管理、教育、法律等十多个学科，举办专业硕士学位教育。专业学位原则上招收大学本科后有一定专门职业实践经验的人员，2009年个别专业招收的学生范围开始扩展到应届本科毕业生。专业学位硕士，对于我们来说既熟悉又陌生。说熟悉，我国自1991年开始实行专业学位教育制度以来，经过十几年的努力和建设，专业学位教育发展迅速，目前耳熟能详的MBA、MPA都是属于专业学位范畴；说陌生，因为教育部决定从2009年起，大部分专业学位硕士开始全日制培养，并发放“双证”！专业硕士分数线偏低于学术硕士分数线！本回答被网友采纳

大数据工程考研方向很多，各院校划分的标准不一样的，云大大数据方面考研专业：社会经济统计分析、金融统计分析、、教育统计、人口统计分析、统计调查与数据分析、高性能计算及可重构计算、网络环境下的数据与知识工程、并行及分布式处理与网格计算、嵌入式系统及应用等等。

一般情况下，国内的研究生分为学术型硕士和专业型硕士，一般学术型硕士的学费为每人每年8000元，专业型硕士研究生的学费一般为每人每年7000元，不包含住宿费。当然这个费用只是个大概，具体的每个大学的费用都不一样，不同的专业也有所不同，甚至还会受大学所在地的经济水平的影响，比如同样是环境工程专业，北京某高校的学费大概5000+，而西北某高校大概为4000+。再说具体点呢，就比如在重庆，学费7000一年，生活费吃饭每月600元吃食堂足矣，房租学校的公寓，非常便宜每年500，一般是每年1200，另外加电话费每月50，网络每月50，这些就是最低的开支，如果某些特别收费高的专业和学校，或你自己在外面租房，生活标准更高，其他开支，这就另当别论。在中国绝大多数学校，大多数专业，按一般的生活标准，两万足矣。如果你是留学生，可能会更高。

去知乎问吧在复旦的人肯定不会在这里回答问题的